ИСТИНА

Фотосинтетическая активность фитопланктона является одним из ключевых индикаторов состояния водной экосистемы. В связи с этим существует необходимость создания высокочувствительных оптических приборов и алгоритмов математического анализа данных, позволяющих быстро и качественно оценивать данный показатель. К таким методическим подходам предъявляются следующие основные требования: высокая чувствительность к стрессовым факторам и возможность проведения измерений в режиме реального времени в широком диапазоне концентраций хлорофилла. Коллективом авторов кафедры биофизики биологического факультета МГУ им. Ломоносова и лабораторией комплексных экологических исследований Псковcкого государственного университета разработаны две измерительные установки на основе оригинального компактного флуориметра “Fluorescence kinetic system”, позволяющего измерять три типа кинетических кривых флуоресценции хлорофилла с высоким временным разрешением: OJIP кривые, индукционные кривые замедленной флуоресценции, кинетики затухания быстрой флуоресценции. Измерения проводятся в широком диапазоне концентраций хлорофилла: от 0.1 мкг Хл/л до 10 мг Хл/л. Первая установка – ‘Portable spectral and fluorescence kinetic system’ – снабжена флуориметром и спектрофотометром с проточной измерительной камерой в виде интегрирующей сферы. Она предназначена как для биотестирования образцов воды с использованием зеленых микроводорослей в качестве тест-культур, так и для биоиндикации состояния водоемов. Вторая установка - ‘Automatic fluorescence kinetic system’ – предназначена для непрерывной работы в автоматическом режиме в полевых условиях, позволяя проводить забор проб из водоема, измерять кинетические кривые флуоресценции хлорофилла и обеспечивать обмен данными с сервером дистанционно посредством мобильной связи. Для обработки данных разработаны алгоритмы мультиэкспоненциального анализа, позволяющие с высокой точностью определять параметры компонент кинетических кривых, а также оригинальные методы нейросетевого анализа. Разработанные приборы и методы анализа данных успешно апробированы в ходе нескольких исследовательских проектов (1, 2). Работа была поддержана Российским научным фондом (грант № 23-24-00353)